こんにちは、マイクです！今日は2025年10月10日、日曜日です。さて、今日はZennでトレンドの記事をいくつかご紹介しますよ！

前回紹介した記事がありましたね。「Rustでセキュリティsandboxツールを作った」「BigQueryの本番データがすべて消えた日 - 大規模障害から学んだ復旧と再発防止策」「2600億回のモンテカルロを14秒で：Rust×rayon×SIMDで並列化してみた」これらの内容は、技術の進化や課題について考えさせられる内容でしたね。

さて、今日は新たな記事を3本ご紹介します！それでは、さっそく最初の記事に移りましょう。

今日紹介する内容は、まず1つ目の記事、「プロンプトエンジニアリングを終わらせるDSPy」についてです。DSPyは、プロンプトエンジニアリングの必要を減少させるフレームワークなんです。PyTorchやChainerに似た使い心地を持っていて、特徴量エンジニアリングやプロンプト作成を教師データを用いて訓練する方式に転換しています。

具体的には、DSPyではプロンプトを明示的に記述することなく、入出力のシグネチャと処理内容を指定することで出力が得られるんです。シグネチャが内部的にプロンプトとして機能し、教師あり学習の観点から最適化問題を扱います。記事では、「与えた文章を漫画NARUTOの主人公ナルトの話し方に変換し、余計な一言を追加する」という課題が紹介されていて、シグネチャとモジュールを定義した後、最適化前と後の出力を比較することでモデルの改善を示しています。

最終的には、DSPyを使うことでプロンプトエンジニアリングの労力を軽減し、機械学習の訓練をより効率的に行えるようになることが期待されています。ただ、データ所有者の優位性が際立つことへの懸念もあるようです。

。...。

続いて2つ目の記事、「MCPツール棚卸しによるClaude Codeのコンテキスト最適化」についてお話ししましょう。MCPツールが追加されると、Claude Codeの応答精度が低下することがあるんです。このMCPツールはAIエージェントに外部ツールとの連携機能を提供しますが、追加することでコンテキストの消費が増えてしまうリスクがあります。

記事では、MCPツールの見直しによるコンテキスト使用の最適化事例が紹介されています。検証環境では、Claude Code 2.0.11とClaude Sonnet 4.5を使用し、コンテキスト使用状況を可視化した結果、60.5kトークンがMCPツールによる消費であることが判明しました。特にSentryやCircleCIのMCPツールが多くのトークンを消費していたそうです。

改善後、MCPツールの使用量は大幅に減少し、全体のコンテキスト使用量も減少。これにより、より効率的な開発が可能になりました。タスク単位でのMCPツールの追加・削除や、使用しないツールの無効化が推奨されています。これを実践することで、AIエージェントの性能を最大限に引き出せるそうです。

。...。

最後に3つ目の記事、「OpenAIが新たに出したAIエージェント開発キットをアプリに組み込んでみた【AgentKit入門】」についてお話しします。OpenAIが発表したAgentKitは、ノーコード／ローコードでAIエージェントを視覚的に構築できるツールなんです。エージェントの構築にはエージェントビルダーを使用し、ノードをドラッグ＆ドロップして作成します。

具体的なエージェント構築の手順も紹介されていて、「データの拡充」テンプレートを使って質問に対する回答を自動生成するエージェントを作成したそうです。Guardrailsノードを追加することで個人情報を検出する機能も組み込みましたが、期待通りに機能しなかったため改善が必要と感じたそうです。

また、エージェントを自社製品に導入する際の手順も詳しく説明されていて、全体として直感的で使いやすく、実際のアプリケーションへの組み込みもスムーズだと評価されています。次回はApp SDKに関する内容を扱う予定とのことです。

。...。

さて、今日の内容を駆け足でおさらいしましょう！「DSPy」ではプロンプトエンジニアリングの労力を軽減する方法が紹介され、「MCPツール棚卸し」ではコンテキスト使用の最適化が進められました。そして「AgentKit」によって、AIエージェントの構築がより簡単になりました。

次回もお楽しみに！詳しい内容はショーノートに書いてありますので、ぜひチェックしてくださいね！また、番組の感想もお待ちしています。それでは、また次回お会いしましょう！